[已解决]正则表达式问题

mmxvoodoo

一、()对取值的影响
>>> m = re.match("([abc])+", "abc")
>>> m.groups()
('c',)
这里增加了一个()后，为什么groups()的值变成了('c',)，实在不理解，如果‘c’是一个子集，那'a'、'b'为什么不能是一个子集呢?

二、()对一些全局函数的影响
>>> p = re.compile(r'\W+')
>>> p2 = re.compile(r'(\W+)')
>>> p.split('This... is a test.')
['This', 'is', 'a', 'test', '']
>>> p2.split('This... is a test.')
['This', '... ', 'is', ' ', 'a', ' ', 'test', '.', '']
为什么这里加了()后，对取值也产生了影响，我感觉这个问题可能和问题一是一个问题，就一起发出来

三、{}里的东西怎么理解
>>> p = re.compile('section{ ( [^}]* ) }', re.VERBOSE)
>>> p.sub(r'subsection{\1}','section{First} section{second}')
'subsection{First} subsection{second}'
我自己的理解是不是'}'的东西,'^}'
放在[]里使其成为去功能化字符'[^}]'
然后使其出现0至无限次数'[^}]*'
然后再用()括起来([^}]*)，好像又影响了识别？和问题一、二的影响一样吗？
最后那么这个东西为什么能识别'section{}'这个东西，不管{}里是啥！
我好晕！

谢谢大拿

最佳答案

月排行榜 / 总排行榜

walleeee

2020-3-11 19:42:49

一，自组是看‘(’来给编号的，所以就只有一个子组，这个子组最后给的值是'c'
二，我觉得就是这么规定的，捕获组的东西也会输出
三，( [^}]* )  是第一号自组，然后把这个自组给了r'subsection{\1}' 里面的\1，然后再用r'subsection{\1}'替换‘section{First}’也是个语法问题，就是这个定义的

跳转到最佳答案楼层

walleeee

一，自组是看‘(’来给编号的，所以就只有一个子组，这个子组最后给的值是'c'
二，我觉得就是这么规定的，捕获组的东西也会输出
三，( [^}]* )  是第一号自组，然后把这个自组给了r'subsection{\1}' 里面的\1，然后再用r'subsection{\1}'替换‘section{First}’也是个语法问题，就是这个定义的

mmxvoodoo

walleeee 发表于 2020-3-11 19:42
一，自组是看‘(’来给编号的，所以就只有一个子组，这个子组最后给的值是'c'
二，我觉得就是这么规定的， ...

非常感谢
第三个问题里，把( [^}]* ) 换成(.*)也能正常匹配吧，反正就是想{}里的东西完成不动保留的意思，那我用(.*)不就已经表示是所有字符了吗？我就是好奇为什么一定要用( [^}]* ) ？

walleeee

mmxvoodoo 发表于 2020-3-11 23:42
非常感谢
第三个问题里，把( [^}]* ) 换成(.*)也能正常匹配吧，反正就是想{}里的东西完成不动保留的意思 ...

你可以试一下，输出的结果不一样，造成问题的原因是贪婪模式。

kaohsing

import re
#   一、()对取值的影响
m = re.match("([abc])+", "abc")
print(m.groups())
# 为什吗打印 ('c',)   [abc]是个集合，默认[abc]{1}  所以返回

m = re.match("([abc]+)", "abc")
print(m.groups())
#=============》('abc',)



#三、{}里的东西怎么理解
p = re.compile('section{(.*)}')
print(p.sub(r'subsection{\1}',
            'section{First} section{second}'))
#subsection{First} section{second}

'''
'section{ ( [^}]* ) }'
数据在{}之间，====》        section{*******}
需要个匹配组  ====》        section{(*****)}'
所需数据{开头，}结尾，不包含}，[^}] 排除}之后的所有字符，又加了个数量限制 [^}]*
大体就这样
'''

mmxvoodoo

kaohsing 发表于 2020-3-12 13:44

非常感谢，解答非常清晰

mmxvoodoo

walleeee 发表于 2020-3-12 12:15
你可以试一下，输出的结果不一样，造成问题的原因是贪婪模式。

自己又着重看了捕获组的知识，现在思路已经比原来清晰很多了，特别是第二题，加括号后形成的捕获组只是表达式的一个子集，表达式把所有的东西都显示出来，所以非捕获组子集的符号也就受到影响了，非常感谢。

mmxvoodoo

kaohsing 发表于 2020-3-12 13:44

试了一下

m = re.match("([abc]+).*?([abc])+.*", "baercacbcababbcabcc")
m.groups()
#('ba', 'c')

感觉比原来清晰多了

kaohsing

mmxvoodoo 发表于 2020-3-14 07:12
试了一下

找一两个可以折磨写